طبقه بندی بیماری سرطان سینه با استفاده از الگوریتم یادگیری ماشین فوق العاده
محل انتشار: دومین کنفرانس بین المللی مهندسی برق
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 539
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICELE02_217
تاریخ نمایه سازی: 7 اسفند 1396
چکیده مقاله:
در این مقاله، از شبکه عصبی پرسپترون چند لایه مبتنی بر ماشین با قابلیت یادگیری فوق العاده برای طبقه بندی بیماری سرطان سینه استفاده شده است. الگوریتم یادگیری فوق العاده برای آموزش شبکه های عصبی پیش خور استفاده می شود که با تعین نوع تابع فعال ساز لایه مخفی و تعداد نرون در لایه مخفی شبکه آموزش میبیند. در این مقاله، با تغییر این دو پارامتر، یعنی تابع فعال ساز لایه مخفی و تعداد نرون در لایه مخفی، عملکرد سیستم مورد بررسی قرار داده شده است. در این روش ، زمان تست، زمان آموزش، دقت طبقه بندی برای 10 بار اجرای ارزشیابی متقابل ده قسمتی برای توابع فعالسازی مختلف مورد بررسی قرار گرفت و میانگین، انحراف استاندارد، بیشینه و کمینه هر کدام گزارش شده است. الگوریتم پیشنهادی دارای قابلیت تعمیم فوق العاده و دقت و سرعت بسیار بالایی میباشد.
نویسندگان
عاطفه سرلک
دانشجوی کارشناسی ارشد مهندسی برق-کنترل موسسه آموزش عالی پیام گلپایگان
سیدمهدی هاشمی
عضو هییت علمی موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران
زهرا عصارزاده
مدرس موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران
ابوالقاسم دایی چیان
عضو هییت علمی موسسه آموزش عالی پیام گلپایگان، اصفهان، ایران